认知的最终目的，并不一定是为了正确，而是为了更有效的预测事物发展。

在上一篇笔记中，我们否定了本质论——任何事物都有一个唯一的本质。

本质取决于分类标准，取决于观察的角度。还记得我们第一篇笔记吧，分类之后是归类，归类是为了预测。一个类就是一个模型，一个模型会有很多特征，而“本质”就是其中起决定性的某些特征的概括。一个事物，可以被套用到无数个模型中，因此可以有无数个本质。

假装我们有个朋友叫小明吧。小明的本质是什么？

• 当我们以性别来分类的时候，小明的本质是个男人，因此可以预测，小明会具有“男人”模型的典型特征：喉结、粗嗓音、会娶媳妇等等；
• 当我们以职业来分类的时候，小明的本质是公司老板，也可以预测他会具有“老板”的诸多特征；
• 当我们从化学角度来看时，小明本质就是一坨有机物和水的混合体；
• 当我们从生物学角度看，小明是出生在新生代第四纪全新世的人科智人……

小明并没有一个唯一的本质，他的本质取决于你将他套用到哪个模型中。

一、

上篇笔记发出来后，有个睿智的朋友评论道，如果不存在唯一的本质，看事物有很多维度，那是否可以说，每个维度都可以有一个确定的本质？

这是个好问题！

让我们回到问题的源头，本质是从何而来？请原谅我重复下前面讲过的，我们为了更高效地认知世界，我们从一个个地认知升级到了一类一类地认知，于是便有了分类。一个类就是一个模型，而“本质”就是其中起决定性的某些特征的概括。也就是说，本质源于模型。我们讲过，认知有三个步骤，第一个步是建立模型。

二、

那么，模型从何而来？人类的知识从何而来？

从个体学习角度来说，有三种方式：随机学习、模仿学习、思考学习。本文暂不展开，埋个伏笔，后续讲到如何提升认知的时候再回来细说。

从知识创造角度来说，有归纳、演绎、类比等。现在有一种流行的说法：演绎比归纳和类比更高级（甚至有说，西方擅长演绎而中国擅长归纳）。实际上，归纳、演绎、类比，各有各的作用，也各有各的问题。

归纳法，就是从我们可见的各种事实，各个例证里面，从事实经验的观察里面提炼出一个模型来。我们之前说的“纸张”模型，就是通过归纳法提炼的。如果我们观察了一万只天鹅都是白的，我们便倾向于归纳出所有的天鹅都是白的。归纳法的问题和演绎法正好相反，我们可以确信我们观察到的现象，只是中间的推导过程，却没有逻辑保证。10000只天鹅是白的，并不能推导出第10001只天鹅也是白的。

但我们并不能因此全盘否定归纳法，事实上，正是主张观察、实验的归纳法拉开了近代科学革命的序幕，把人类从中世纪经院哲学中唤醒。培根是近代归纳法的鼻祖，他将归纳法视为科学发现的鼻祖。牛顿同样认为：“在实验物理学上，一切定理均由现象推得，用归纳法推广之。”

演绎法的典范是欧几里得几何，从几条简单的公理出发，一步步推导，得出无数条定理，每一步证明和推导都无懈可击。这种充满形式美感的思维方式，获得了大量拥趸。演绎法的优势在于能够做到“长程推理而不失真”，只要前提成立，推理无误，最终的结论也一定是正确的。因此，整个现代科学的大厦就在演绎推进之下建立起来。

三、

演绎法的缺点在于，如果演绎的起点，也就是大前提有问题的话，无论你的逻辑是如何严密，最终的结论也一定是错的。我们所有的学科，往前倒推，直到这个学科的最基础的前提假设——也就是Elon Musk 提倡的第一原则（First Principles）。维基百科中定义道，第一原则是一个基本的，基础的，不言自明的命题或假设，是不能从任何其他命题或假设推断出来的。

遗憾的是，人类所有学科的第一原则，或是基于归纳（比如牛顿力学、进化论），或是基于不言自明的公理（几何学）。前者，我们刚才已经谈过了，归纳得出的结论，并无逻辑保证。后者呢，干脆放弃了论证，直接宣布为是不需要证明的命题——就是这样，你相信就是了。

那么，出于理性， 我们不能简单地把基于演绎得到的东西，绝对化为真理。实际上，提倡第一性原理的Elon Musk本人并没有这么做——我们在学习他的方法论时，更不应该这么做。Elon Musk认为从推理得到的模型也并非是唯一真理，他说：“物理学是真实的，其他一切都是有争议的，甚至物理学也是值得怀疑的”（2016.7 在Gigafactory典礼上的讲话）。基于此，他认为，基于演绎获得的模型，并不是认知的终点！更重要的是，一定要建立个顺畅的“反馈回路”（Feedback loop），要鼓励人们（甚至他认为要“哄骗”）给你负面反馈，而且根据实际情况不断地修正、迭代模型。

让我们看看Elon Musk原话怎么说：

第一性原理究竟是什么？它意味着将事物抽丝剥茧到最底层的原理，或者询问什么才是这个事物最底层的原理，然后从底层原理开始向上推导，最后还得有一个良好的反馈回路。

反馈回路，我的意思是说，你看到发生了什么，并相应地进行调整。然后，我认为，重要的是要特别注意负面的反馈意见，因为人们（特别是朋友）通常不愿意给你负反馈，因为他们不想伤害你。

他们不愿意这样做是因为，大多数人在得到负面反馈时受到伤害。这并非不合理。所以，你实际上必须哄骗人们给你负面的反馈。

鼓励负面反馈，仔细聆听，收到后不要以不良的方式做出反应。这真的很重要。

来源：Elon Musk Panel BTA 2012 基于谷歌翻译做了点修改（现在基于深度学习的翻译技术太牛了，太好用了）

四、

因为Elon Musk讲到第一性原理的时候，拿“类比思维”做了个对比。很多人就听风便是雨，觉得演绎推理是最好的，而类比思维就是垃圾。但演绎、归纳、类比都是我们的思维工具。查理·芒格提倡多元思维模型，他常说：“当你手上只有一样工具（锤子）的时候，看世界上所有问题都像钉子（都想用锤子敲一下）。”连恩格斯同学都说：“（归纳和演绎）不应牺牲一个而把另一个捧上天去，应当把每一个都用到该用的地方。”

而事实上，类比思维很重要，甚至可以说，它是人类最基础的思维方式。类比的一种是隐喻。认知语言学认为：我们思考的基本单位——词语，大部分都是基于隐喻的：电脑——电的脑；山脚——山的脚；河口——河的口……

隐喻，可不只是一种文学修辞方式，而是我们认知世界的方式——我们所有新的经验、认识都是基于原有经验的类比。这种类比，会唤起我们对原有经验各个方面的记忆。比如，很多文化中都有“争论是战争”的隐喻。因此，我们会说：

• 我要捍卫我的观点！
• 他这么说你，你怎么不反击？！
• 我在跟他争论中获胜了。
• 你为什么不断在攻击我的观点？

商业上，很多成功战略的引发，就是基于类比思维：

• 90年代中期，英特尔的奔腾系列CPU在中高端市场如日中天，英特尔认为没必要生产低端CPU。后来，英特尔的CEO安迪·格鲁夫从《创新者的窘境》中钢铁行业的案例中得到了启发。70年代以来，像美国钢铁公司这样的大型钢厂觉得低端市场没有价值。这样的认知，使得新的小型钢厂得以从低端市场（钢筋）切入，并不断升级，最后在高端市场上与大厂抗衡。格鲁夫通过类比，把低端电脑比做“数字钢筋”，决定不能重蹈钢铁业的覆辙，因此推出了后来非常成功的赛扬系列CPU。
• 70年代，Circuit City成为美国第二大电器零售公司——美国的国美或苏宁。Circuit City成功之处在于把原来在百货商店里卖电器的方式，改为了像超市一样卖产品：有大量的商品供选择、专业知识丰富的营业员、明码不二价。到了1993年，Circuit City认为90年代的二手车市场和70年代的电器市场类比起来，有很多相似的地方。因此，它设立了一家子公司——Carmax，用像电器城卖电器的方式来卖二手车。此举大获成功，后来Carmax独立上市，并成为全球最大的二手车销售商（世界500强）。
• 超市是20世纪30年代开创的零售业态，多次成为类比源。查理·美林依赖他作为超市管理人员的经验，他创立了美林金融超市。
• 查尔斯·拉扎勒斯，在50年代创立玩具反斗城时，也是源于和超市做的类比。
• 文具零售巨头史泰博的创业故事也是如此。它的创始人托马斯·斯伯格在自传中说，史泰博的创业就是从一个类比的问题开始：“我们可以成为办公用品的玩具反斗城吗？

所以，过分否定类比思维，等于自废武功，让你的思维工具箱白白少了一个强有力的工具。

回过头来再看看Elon Musk的讲话，或许他反对的不是类比思维，而是反对基于表象的类比，我们应该提倡深入思考事物的深层结构，在深层次上进行类比。

五、

绕了一大圈，我们继续回到“看本质”的话题上来。演绎、归纳、类比都是我们的思维工具，都能为我们创造认识世界的模型。只是，从上文论述中，我们可以看出，无论哪种方式都无法保证我们获得绝对的真理。

严格意义上来说，不要说获得真理，连这个世界是否真的存在，我们都无法确切知道（想想《黑客帝国》）。我们唯一可以真正确定存在的，只是我们自己的思想活动（我思，故我在）。注意，千万别误会，这不是唯心或唯物的讨论。我们在说这个的时候，并没有否认客观世界的存在（当然也没说它是存在的），只是说我们无法证明它是存在的。

看到这里，或许有朋友要抗议了，明明是讨论认知问题，怎么跑到哲学上去了。别急，我们马上回来！

当我们回到认知的目的上来，这一切的答案就自然呈现了。前面说到，认知三个步骤，最后一步是预测，而预测的目的是更有效地操作。既然如此，世界是否真的存在，真理是否可以获得，就一点都不重要了。也就是说，哪怕我所认识到的世界的本质是错的，只要我建立的模型有助于预测，对我来说，就是好模型！你可能会说，在说胡话吧？你的认识是错的，怎么可能预测是对的呢？且听我举几个栗子。

我们都知道，哥白尼发明了日心说。当然对于地心说是巨大的进步，但以我们今天的认知来看，太阳明显也不是宇宙中心，日心说也是站不住脚的。但这并不妨碍日心说在一定范围内发挥预测作用，经过开普勒改进过的日心说预测能力极强，甚至开普勒因此赢得“天空立法者”的美名。

举个现实生活中的栗子。我们都在电脑上用过地图软件吧，比如Google earth之类的。当我们把鼠标滚轮向前滚推的时候，地图放大，反之地图缩小。这时，我们建立的心智模型是我们在空中俯视地面，向前推，就像向地面俯冲，所以地面上的物体变大了。向后拉，则像飞机拉起，视角升高了，所以地面上的物体缩小了。这个心智模型并不真正反映软件工作的真正原理，但丝毫不妨碍我们预测我们操作的结果。反而，有这样心智模型的用户更快学会了使用软件。

因此，我们现在可以回答在上篇笔记后留言那个朋友的问题了。从不同的角度看事物，就会得到不同的本质。从今天的分析来看，我们还可以说，哪怕是从同一个角度看事物，我们依然可以建立不同的模型，因此可以得到不同的本质。

传统的观点认为，评价认知产物——模型好坏的标准，看是否有助于我们获得真相（真理）。这样来评价模型，只有两种结果：对，或错。那么，这样的标准事实上为我们的认知人为地设置了终点——关于这个事，已经有了个正确的模型，不需要再研究了。

但从我们今天论述来看，我们的认知工具（演绎、归纳、类比）并不能保证我们获得真相。因此，我们评价模型好坏的标准应该变成，是否能够很好地预测事物发展。而预测能力的稳定性、精确度、广度都可以成为评价它的标准。所以，我们的认知可以不断地进行升级，永远有更好的模型，永远没有尽头。

End

认知的目的，并非为了正确，而是为了有效。

就像在计算机领域，科学家关心对错，而黑客们关心是否有效。

让我们去做认知的黑客，Hack这个世界，为了Work，而非Correct！

那么，如何Hack，如何认知升级？请听下回分解。

相关阅读

透过现象看本质（1）：从认知的角度说起

透过现象看本质（2）：是否存在唯一的本质

作者： 王武佳

来源：微信公众号： 王武佳

本文由 @ 王武佳 授权发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Pixabay，基于CC0协议